SVM-BTA UPDATING APPARATUS AND METHOD FOR LARGE SCALE DATASET

A method for updating a binary tree structure of a support vector machine (SVM) for classifying large scale data comprises the following steps: receiving an input data set including at least one input data set; detecting at least one leaf node among a plurality of SVM nodes composed of a binary tree structure; and updating the binary tree structure by generating a new SVM node to receive the input data set branched from any one among the detected leaf nodes. A weighting coefficient is calculated based on the class size and the depth in the binary tree structure for each of the SVM nodes, and a leaf node to be branched is selected among the leaf nodes detected based on the weighting coefficient. 대규모 데이터 분류를 위한 서포트 벡터 머신의 이진 트리 구조 갱신 시, 적어도 하나의 입력 데이터를 포함하는 입력 데이터 셋(set)을 수신하고, 이진 트리 구조(Binary Tree Architecture)로 구성된 복수의 SVM(Support Vector Machine) 노드 중 적어도 하나의 잎 노드(Leaf node)를 검출하고, 검출된 잎 노드 중 어느 하나에서 분기된 상기 입력 데이터를 할당할 새로운 SVM 노드를 생성하여 상기 이진 트리 구조를 갱신하되, 복수의 SVM 노드 별로 이진 트리 구조에서의 깊이 및 클래스 크기에 기초하여 가중 계수를 산출하고, 가중 계수에 기초하여 검출된 잎 노드 중 분기할 잎 노드를 선택한다.